基于QR分解的稀疏LSSVM算法

• 作者: 周水生 周艳玲 姚丹 王保军
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 稀疏最小二乘支持向量机 QR分解 稀疏解
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 347-354
• 页数: 8页
• 分类号: TP181
• 字数: 6152字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.02.27

摘要

传统最小二乘支持向量机(LSSVM)一般通过随机选择部分样本得到核矩阵的低秩近似提高解的稀疏性,为了使该近似分解用尽可能小的低秩矩阵更好地近似原核矩阵,提出一种基于正交三角(QR)分解的 QRP-LSSVM稀疏算法.采用 QR 分解保持正交的特性挑选差异更大的样本,迭代地精选核矩阵的部分列得到核矩阵的Nystr?m型低秩近似,并利用分解结果快速求得最小二乘支持向量机的稀疏解.实验分析表明,该算法在不牺牲分类性能的前提下可得到更稀疏的解,甚至在稀疏水平不超过0.05%的情况下准确率也较高,可有效解决大规模训练问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周水生	西安电子科技大学数学与统计学院	40	295	10.0	15.0
2	王保军	西安电子科技大学数学与统计学院	3	8	2.0	2.0
3	周艳玲	西安电子科技大学数学与统计学院	1	4	1.0	1.0
4	姚丹	西安电子科技大学数学与统计学院	2	5	1.0	2.0